Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Memulai verifikasi label atau pekerjaan penyesuaian (API)
catatan
Amazon SageMaker Ground Truth tidak lagi terbuka untuk pelanggan baru. Pelanggan yang sudah ada dapat terus menggunakan layanan seperti biasa. AWS terus berinvestasi dalam peningkatan keamanan dan ketersediaan untuk Ground Truth, tetapi kami tidak berencana untuk memperkenalkan fitur baru.
Mulai verifikasi label atau pekerjaan penyesuaian dengan merangkai pekerjaan yang berhasil diselesaikan atau memulai pekerjaan baru dari awal menggunakan CreateLabelingJob operasi. Prosedurnya hampir sama dengan menyiapkan pekerjaan pelabelan baru denganCreateLabelingJob, dengan beberapa modifikasi. Gunakan bagian berikut untuk mempelajari modifikasi apa yang diperlukan untuk mengrantai pekerjaan pelabelan untuk membuat pekerjaan pelabelan penyesuaian atau verifikasi.
Saat membuat pekerjaan pelabelan penyesuaian atau verifikasi menggunakan Ground Truth API, Anda harus menggunakan pekerjaan pelabelan yang berbeda LabelAttributeName dari pekerjaan pelabelan asli. Pekerjaan pelabelan asli adalah pekerjaan yang digunakan untuk membuat label yang ingin disesuaikan atau diverifikasi.
penting
File konfigurasi kategori label yang Anda identifikasi untuk pekerjaan penyesuaian atau verifikasi CreateLabelingJob harus berisi label yang sama yang digunakan dalam pekerjaan pelabelan asli. LabelCategoryConfigS3Uri Anda dapat menambahkan label baru. Untuk pekerjaan cloud titik 3D dan bingkai video, Anda dapat menambahkan kategori label baru dan atribut bingkai ke file konfigurasi kategori label.
Kotak Pembatas dan Segmentasi Semantik
Untuk membuat kotak pembatas atau pekerjaan verifikasi label segmentasi semantik atau pekerjaan penyesuaian, gunakan pedoman berikut untuk menentukan atribut API untuk operasi. CreateLabelingJob
-
Gunakan
LabelAttributeNameparameter untuk menentukan nama label keluaran yang ingin Anda gunakan untuk label yang diverifikasi atau disesuaikan. Anda harus menggunakan yang berbedaLabelAttributeNamedari yang digunakan untuk pekerjaan pelabelan asli. -
Jika Anda mengrantai pekerjaan, label dari pekerjaan pelabelan sebelumnya yang akan disesuaikan atau diverifikasi akan ditentukan dalam template UI khusus. Untuk mempelajari cara membuat template khusus, lihatBuat Templat Tugas Pekerja Kustom.
Identifikasi lokasi template UI dalam
UiTemplateS3Uriparameter. SageMaker AI menyediakan widget yang dapat Anda gunakan di template kustom Anda untuk menampilkan label lama. Gunakaninitial-valueatribut di salah satu elemen kerumunan berikut untuk mengekstrak label yang memerlukan verifikasi atau penyesuaian dan memasukkannya ke dalam template tugas Anda:-
segmentasi kerumunan semantik—Gunakan elemen kerumunan ini di template tugas UI kustom Anda untuk menentukan label segmentasi semantik yang perlu diverifikasi atau disesuaikan.
-
kotak pembatas kerumunan—Gunakan elemen kerumunan ini di template tugas UI kustom Anda untuk menentukan label kotak pembatas yang perlu diverifikasi atau disesuaikan.
-
-
LabelCategoryConfigS3UriParameter harus berisi kategori label yang sama dengan pekerjaan pelabelan sebelumnya. -
Gunakan kotak pembatas atau penyesuaian segmentasi semantik atau ARN lambda verifikasi untuk dan:
PreHumanTaskLambdaArnAnnotationConsolidationLambdaArn-
Untuk kotak pembatas, pekerjaan pelabelan penyesuaian fungsi lambda ARN diakhiri dengan
AdjustmentBoundingBoxdan ARN fungsi lambda verifikasi diakhiri dengan.VerificationBoundingBox -
Untuk segmentasi semantik, pekerjaan pelabelan penyesuaian fungsi lambda ARN diakhiri dengan
AdjustmentSemanticSegmentationdan ARN fungsi lambda verifikasi diakhiri dengan.VerificationSemanticSegmentation
-
Awan titik 3D dan bingkai video
-
Gunakan
LabelAttributeNameparameter untuk menentukan nama label keluaran yang ingin Anda gunakan untuk label yang diverifikasi atau disesuaikan. Anda harus menggunakan yang berbedaLabelAttributeNamedari yang digunakan untuk pekerjaan pelabelan asli. -
Anda harus menggunakan UI tugas manusia Amazon Resource Name (ARN) (
HumanTaskUiArn) yang digunakan untuk pekerjaan pelabelan asli. Untuk melihat ARN yang didukung, lihatHumanTaskUiArn. -
Dalam file konfigurasi kategori label, Anda harus menentukan nama atribut label (
LabelAttributeName) dari pekerjaan pelabelan sebelumnya yang Anda gunakan untuk membuat pekerjaan pelabelan penyesuaian atau verifikasi diauditLabelAttributeNameparameter. -
Anda menentukan apakah pekerjaan pelabelan Anda adalah pekerjaan pelabelan verifikasi atau penyesuaian menggunakan
editsAllowedparameter dalam file konfigurasi kategori label yang diidentifikasi olehLabelCategoryConfigS3Uriparameter.-
Untuk pekerjaan pelabelan verifikasi, Anda harus menggunakan
editsAllowedparameter untuk menentukan bahwa semua label tidak dapat dimodifikasi.editsAllowedharus diatur ke"none"dalam setiap entri dilabels. Secara opsional, Anda dapat menentukan apakah atribut kategori label dan atribut bingkai dapat disesuaikan oleh pekerja atau tidak. -
Secara opsional, untuk pekerjaan pelabelan penyesuaian, Anda dapat menggunakan
editsAllowedparameter untuk menentukan label, atribut kategori label, dan atribut bingkai yang dapat atau tidak dapat dimodifikasi oleh pekerja. Jika Anda tidak menggunakan parameter ini, semua label, atribut kategori label, dan atribut bingkai akan disesuaikan.
Untuk mempelajari lebih lanjut tentang
editsAllowedparameter dan mengonfigurasi file konfigurasi kategori label Anda, lihatSkema file konfigurasi kategori label. -
-
Gunakan Awan titik 3D atau penyesuaian bingkai video lambda ARN untuk
PreHumanTaskLambdaArndanAnnotationConsolidationLambdaArnuntuk pekerjaan pelabelan penyesuaian dan verifikasi:-
Untuk awan titik 3D, tugas pelabelan penyesuaian dan verifikasi fungsi lambda ARN diakhiri dengan
Adjustment3DPointCloudSemanticSegmentation,Adjustment3DPointCloudObjectTracking, danAdjustment3DPointCloudObjectDetectionuntuk segmentasi semantik awan titik 3D, deteksi objek, dan pelacakan objek masing-masing. -
Untuk bingkai video, tugas pelabelan penyesuaian dan verifikasi fungsi lambda ARN diakhiri dengan
AdjustmentVideoObjectDetectiondanAdjustmentVideoObjectTrackinguntuk deteksi objek bingkai video dan pelacakan objek masing-masing.
-
Ground Truth menyimpan data keluaran dari verifikasi label atau pekerjaan penyesuaian di bucket S3 yang Anda tentukan dalam S3OutputPath parameter CreateLabelingJob operasi. Untuk informasi selengkapnya tentang data keluaran dari verifikasi label atau pekerjaan pelabelan penyesuaian, lihatVerifikasi label dan data penyesuaian dalam manifes keluaran.
